Know What You Don’t Know: Consistency in Sliding Window Filtering with Unobservable States Applied to Visual-Inertial SLAM (Extended Version)

要約

スライディング ウィンドウ フィルターなどの推定アルゴリズムは、目的の状態の推定値と不確実性を生成します。
問題に観測不可能な状態が含まれる場合、このタスクは困難になります。
このような状況では、アルゴリズムが「何を知らないかを知る」ことが重要です。つまり、アルゴリズムの展開中に観測不能な状態を観測不能として維持する必要があります。
このレターは、観察不可能な状態を含むスライディング ウィンドウ フィルターの一貫性を維持するための一般的な要件を示しています。
ナビゲーション ソリューションを設計する際のこれらの要件の価値は、IMU 事前統合を利用する視覚慣性 SLAM のコンテキスト内で実験的に示されています。

要約(オリジナル)

Estimation algorithms, such as the sliding window filter, produce an estimate and uncertainty of desired states. This task becomes challenging when the problem involves unobservable states. In these situations, it is critical for the algorithm to “know what it doesn’t know”, meaning that it must maintain the unobservable states as unobservable during algorithm deployment. This letter presents general requirements for maintaining consistency in sliding window filters involving unobservable states. The value of these requirements when designing a navigation solution is experimentally shown within the context of visual-inertial SLAM making use of IMU preintegration.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google